Pandas_cum累积计算和rolling滚动计算的用法详解


						Pandas主要统计特征函数：



  

    

      方法名

      函数功能

    

  

  

    

      sum()

      计算数据样本的总和（按列计算）

    

    

      mean()

      计算数据样本的算术平均数

    

    

      var()

      计算数据样本的方差

    

    

      std()

      计算数据样本的标准差

    

    

      corr()

      计算数据样本的Spearman（Pearman）相关系数矩阵

    

    

      cov()

      计算数据样本的协方差矩阵

    

    

      skew()

      样本值的偏度（三阶矩）

    

    

      kurt()

      样本值的峰度（四阶矩）

    

    

      describe()

      给出样本的基本描述（基本统计量如均值、标准差等）

    

  



cum累积计算函数

cum系列函数是作为DataFrame或Series对象的方法出现的，因此命令格式为D.cumsum()



  

    

      方法名

      函数功能

    

  

  

    

      cumsum()

      依次给出前1、2、… 、n个数的和

    

    

      cumprod()

      依次给出前1、2、… 、n个数的积

    

    

      cummax()

      依次给出前1、2、… 、n个数的最大值

    

    

      cummin()

      依次给出前1、2、… 、n个数的最小值

    

  



计算出前n项和：





D=pd.Series(range(0,20))

D.cumsum() 

0    0

1    1

2    3

3    6

....

19  190

dtype: int64





rolling滚动计算函数

rolling_系列是pandas的函数，不是DataFrame或Series对象的方法，其格式为pd.rolling_mean(D,k)，其中每k列计算一次平均值，滚动计算。



  

    

      方法名

      函数功能

    

  

  

    

      rolling_sum()

      计算数据样本的总和（按列计算）

    

    

      rolling_mean()

      数据样本的算术平均数

    

    

      rolling_var()

      计算数据样本的方差

    

    

      rolling_std()

      计算数据样本的标准差

    

    

      rolling_corr()

      计算数据样本的Spearman（Pearman）相关系数矩阵

    

    

      rolling_cov()

      计算数据样本的协方差矩阵

    

    

      rolling_skew()

      样本值的偏度（三阶矩）

    

    

      rolling_kurt()

      样本值的峰度（四阶矩）

    

  



依次对相邻两项求和：





pd.rolling_sum(D,2)

0   NaN  

1   1.0

2   3.0

3   5.0

4   7.0

....

19  37.0

dtype: float64





以上这篇Pandas_cum累积计算和rolling滚动计算的用法详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持中文源码网。